气象卫生云图数据压缩的JPEG实现

本文介绍了在计算机上以ＪＰＥＧ算法实现的红外卫星气象云图数据压缩软件，该软件已成功地应用于江西省防汛计算机网上的卫星气象云图的数据压缩和传输系统。     

GMS卫星红外云图数据压缩

依据ＧＭＳ卫星红外气象云图的统计特性,提出了一种“亚抽样＋修改的ＪＰＥＧ＋图象放大”的静止图象编码方法,使有失真压缩比在５０∶１至１００∶１时,恢复图象峰值信噪比在３５ｄＢ～４０ｄＢ之间,主观质量无视觉可觉察到的失真。对于信息保持型ＧＭＳ卫星红外云图数据压缩,选取训练集求取最小均方误差意义下的最佳线性预测器,并作为固定预测器应用于每幅云图,性能优于目前文献报导的固定预测器。     

基于信息融合的工业视频图象压缩编码方法研究

依据ＧＭＳ卫星红外气象云图的统计特性,提出了一种“亚抽样＋修改的ＪＰＥＧ＋图象放大”的静止图象编码方法,使有失真压缩比在５０：１至１００：１时,恢复图象峰值信噪比在３５ｄＢ－４０ｄＢ之间,主观质量无视觉可觉察到的失真。对于信息保持型ＧＭＳ卫星红外云图数据压缩,选取训练集求取最小均方误差意义下的最佳线性预测器,并作为固定预测器应用于每幅云图,性能优于目前文献报导的固定预测器。     

基于卫星云图和改进AlexNet的沙尘暴预测方法

针对沙尘暴预测多依赖于地面气象资料,且与深度学习算法结合较少的问题,提出一种基于卫星云图和改进AlexNet的沙尘暴预测算法。首先,参照国标为地面气象资料构造沙尘暴等级标签;然后,对卫星云图进行透视变换、气象站云图数量再平衡等处理,并将卫星云图与沙尘暴等级标签相互标定;其次,改变AlexNet的卷积核尺寸,去掉局部响应归一化（LRN）层,并在所有卷积层和激活层之间增加批归一化（BN）层;最后,使用改进后的AlexNet模型进行训练、测试。实验结果表明,改进后的AlexNet模型在精确率、召回率、F1值和准确率上均优于VGGNet16、VGGNet19及AlexNet。结果表明所提方法是有效的,能为地面气象资料、卫星云图与深度学习相结合来预测沙尘暴提供参考。     

云图数据驱动的三维云景可视化

云图是气象应用和研究中最常获取的资源,包含了丰富的气象信息,在天气预测中起到了关键的作用。将云图数据作为驱动,利用灰度共生矩阵和分形理论进行纹理特征提取,划分出基本云型,得到云景的分布特征。将这个粗糙分布,映射到地球上,得到基本的大气参数估计,在此基础上利用CML的方法生成三维云场并实现可视化。实现了对风云二号卫星云图的自动化分析,以及数字地球上的三维云景可视化。     

基于深度极限学习机的卫星云图云量计算

卫星云图云量计算是卫星气象应用的基础,现阶段对其的研究未能充分利用卫星云图的特征,导致云检测及云量计算的效果不好。针对该问题,利用多层神经网络进行卫星云图的特征提取,并通过大量实验寻找到最优的深度学习的网络结构。基于度极限学习机对卫星云图的云进行检测和分类,再利用“空间相关法”计算云图中的总云量。实验结果表明,基于传统极限学习机的深度极限学习机能够充分提取云图的特征,在进行云分类时能够较清晰地区分厚云和薄云间的界限。相比于传统阈值法、极限学习机模型以及卷积神经网络,深度极限学习机的云识别率以及云量计算准确率更高,且所提方法比卷积神经网络的效率更高。     

第二颗风云一号气象卫星传回红外云图

我国第二颗风云一号气象卫星甚高分辨率扫描辐射计的红外探测通道,于9月24日18时47分顺利开通,随即从900公里外高空的卫星上,向地面发回高质量的夜间红外云图。这是继前一段从可见光探测通道发回高质量的白天云图之后,可全天侯采集云图,使气象变化率的准确程度提高一倍以上。     

GMS气象卫星云图实时数据录取和图像处理

GMS同步气象卫星云图是天气预报的主要手段之一。主要介绍了GMS-3气象卫星及其云图数据的结构,论述了一种基于微机的实时数据录取、图像处理系统的工作原理、关键技术的实现方法。     

MICAPS系统中云图数据转换为位图的实现

通过对气象信息综合分析处理系统(MICAPS)中第十三类数据格式和Windows系统的BMP位图格式的结构进行分析研究,将只能在MICAPS中显示的卫星云图转换为位图图像,从而扩展了卫星运图的查看方式,方便了工作。     

MTSAT卫星气象云图管理系统设计与实现

海洋预报、气象预报中经常会用到MTSAT卫星云图,利用C#和Windows API,设计开发了辅助软件,减少了预报员的重复无效劳动,提高了气象和海洋预报工作自动化程度和工作效率。     

基于综合时空特性的混合式轨迹压缩算法

针对车辆全球卫星定位系统(GPS)中如何降低轨迹数据存储空间,提高数据分析及传送速度等问题,提出一种基于综合时空特性的混合式轨迹压缩算法.该算法一方面采用了新的综合时空特性的在线轨迹压缩策略,利用GPS数据的位置信息、时间信息、方向角、速度信息进行轨迹特征点的综合判断,以更准确地选取特征点;另一方面,采用了在线与批处理相结合的混合式轨迹压缩策略,定时采用道格拉斯批量压缩算法对在线压缩的轨迹集进行二次压缩,以提高轨迹的压缩效率.实验结果表明,较现有的时空特性压缩算法,新的综合时空特性在线轨迹压缩策略虽然在压缩率上略有下降,但压缩误差有显著减小.进一步采用混合式压缩策略后,通过选取适当的批处理时间周期,所提算法在压缩率和压缩误差上较现有的时空特性算法均有所改进.     

几种常用无损数据压缩算法研究

随着网络承载的信息量的飞速增长,数据压缩必然会备受人们重视。数据压缩可分成两种类型,一种叫做无损压缩,另一种叫做有损压缩。文中主要介绍目前用得最多和技术最成熟的无损数据压缩技术,按照无损压缩方法采用的压缩技术的不同,从基于统计的压缩思想和基于字典的压缩思想两个方面对其中最具有代表性的无损数据压缩方法进行了详细的分类讨论和优缺点比较,并对基于字典压缩算法的一些成熟的改进算法进行了汇总介绍,便于对无损数据压缩技术感兴趣的同志学习参考。     

面向任务的医学图象压缩

现代医学成象技术产生了大量的医学数字图象,而这些图象的存储和传输却存在很大问题,传统上,采用无损压缩编码方法改善这些图象的存储和传输效率,全为了达到较高的压缩比,必须采用有损压缩,然而,有损压缩会给图象带来失真,必须谨慎使用,医学图象通常,由二类区域构成,其中一类包含重要的诊断信息,由于其错误描述的代价非常高,因此提供一种高重的质量的压缩方法更加必要,另一类区域的信息较为次要,其压缩的目标则要求达到尽可能高的压缩比,为了既能保证感兴趣区图象的重构质量,又能获得较高压缩比,提出了一种面向任务的医学图象压缩算法,该方法把无损压缩和有损压缩统一在小波变换的框架下,对感兴趣区采用无损压缩,而对其他部分则采用有损压缩,实验证明,该压缩方法在压缩比和重建图象质量上均达到了较好的性能。     

基于PDC编码的中文文本压缩算法

针对中文文本结构的特点以及传统压缩算法对中文文本压缩的不足,提出并实现了一个基于PDC编码的中文文本压缩算法。该算法采用的是字典压缩方式。根据单个汉字在中文文本出现的概率,采用Huffman编码方式进行前缀变长编码;定义由某个汉字为前缀的词组和短语的深度;对具有相同前缀和相同深度的词组和短语进行局部的定长编码,构成一部压缩编码字典。通过对相同文本分别使用该算法和传统的LZW和LZSS编码算法压缩后得到的数据结果对比,压缩率有2.53%~40.48%的提高,表明该压缩算法有较好的压缩效果。     

基于HBase的列存储压缩策略的选择优化

大数据时代背景下,列存储数据库使用场景愈加增多,推动了列存储相关领域的研究进展。为解决现有列存储数据库压缩策略在压缩过程中遇到的数据离散程度大,分类粒度小,配套分类算法缺陷导致的学习成本高,压缩效率难以保证的问题,本文提出了一种基于排序的列区混合压缩策略,首先根据HBase特点设计了一种对各列数据进行排序的方法加强数据紧密度,然后根据数据特点分别使用混级区压缩策略和混级列压缩策略进行压缩策略推荐,在TPC-DS标准数据集上与前人策略进行比较,实验结果显示本文方法在压缩率、压缩/解压时间方面均有优异的表现,从而证明了本文方法的有效性。     

端到端优化的图像压缩技术进展

图像压缩是数据压缩技术在数字图像上的应用,其目的是减少图像数据中的冗余,从而用更加高效的格式存储和传输数据.传统的图像压缩方法中,图像压缩分为预测、变换、量化、熵编码等步骤,每一步均采用人工设计的算法分别进行优化.近年来,基于深度神经网络的端到端图像压缩方法在图像压缩中取得了丰硕的成果,相比传统方法,端到端图像压缩可以...     

Lossy image compression using singular value decomposition and wavelet difference reduction

This paper presents a new lossy image compression technique which uses singular value decomposition (SVD) and wavelet difference reduction (WDR). These two techniques are combined in order for the SVD compression to boost the performance of the WDR compression. SVD compression offers very high image quality but low compression ratios; on the other hand, WDR compression offers high compression. In the Proposed technique, an input image is first compressed using SVD and then compressed again using WDR. The WDR technique is further used to obtain the required compression ratio of the overall system. The proposed image compression technique was tested on several test images and the result compared with those of WDR and JPEG2000. The quantitative and visual results are showing the superiority of the proposed compression technique over the aforementioned compression techniques. The PSNR at compression ratio of 80:1 for Goldhill is 33.37 dB for the proposed technique which is 5.68 dB and 5.65 dB higher than JPEG2000 and WDR techniques respectively.     

Fractal volume compression

This research explores the principles, implementation, and optimization of a competitive volume compression system based on fractal image compression. The extension of fractal image compression to volumetric data is trivial in theory. However, the simple addition of a dimension to existing fractal image compression algorithms results in infeasible compression times and noncompetitive volume compression results. This paper extends several fractal image compression enhancements to perform properly and efficiently on volumetric data, and introduces a new 3D edge classification scheme based on principal component analysis. Numerous experiments over the many parameters of fractal volume compression suggest aggressive settings of its system parameters. At this peak efficiency, fractal volume compression surpasses vector quantization and approaches within 1 dB PSNR of the discrete cosine transform. When compared to the DCT, fractal volume compression represents surfaces in volumes exceptionally well at high compression rates, and the artifacts of its compression error appear as noise instead of deceptive smoothing or distracting ringing     

自适应参数的轨迹压缩算法

随着轨迹数据量的急剧增长,数据规模变得越来越庞大、复杂,给数据的存储、传输和分析带来了一系列的难题,迫切需要对移动对象的轨迹数据进行有效地压缩。现有的轨迹数据压缩算法大都是基于固定压缩阈值,来判定轨迹点是否被保留,在算法执行过程中,用户难以确定压缩阈值。针对现有轨迹数据压缩算法压缩阈值难以确定的缺点,本文提出了自适应参数的轨迹压缩算法。该算法根据用户期望达到的压缩效果,按照优先保证压缩比的策略,在保证压缩效率和压缩效果的情况下,帮助用户自动确定压缩阈值,从而避免了用户需要根据自己的经验,进行反复实验来得到理想压缩阈值的过程。实验结果表明,本文提出的算法都具有较高的压缩效率和较好的压缩效果。     

一种过程数据有损压缩比的动态控制方法

对于涉及使用压缩偏差[ΔE]的有损压缩算法（如旋转门算法、矩形波串法、后向斜率法）,一般需要长时间的实验才能得到合适的[ΔE]。对于测点较多系统简直是一种灾难。因此,[ΔE]的设置严重限制了压缩算法的实用性和方便性。鉴于此,提出了以压缩比CR（CR=1－压缩后的数据个数/压缩前的数据个数）为导向的动态控制方法。它假定压缩比CR和压缩偏差[ΔE]之间存在线性关系。在给定目标压缩比[CRdest]的条件下,借助于先前一段数据压缩情况,在可调区间[ΔEmin,ΔEmax]上动态地调整[ΔE],使实际[CR→CRdest]。该方法的特点在于使得压缩比可控,同时降低了相关压缩算法参数设置难度。